RAN (Radio Access Network) centralization has been presented as an attractive solution for 5G. However, the rigid requirements of nowadays fronthaul networks, which connect radio heads and computing platforms, hinder its deployment in large-scale systems. To relax these constraints, the next generation fronthaul interface (NGFI) should be able to cope with a flexible split of the RAN functions, adapting the degree of centralization to the capabilities of the transport network. NGFI should also be able to exploit statistical multiplexing and higher degrees of freedom when transporting data across the fronthaul. Despite its advantages, in this thesis we question the ability of standard techniques to properly route fronthaul traffic while optimizing the RAN functional split. In light of this, we propose addressing both problems jointly and devise two algorithms: an heuristic greedy approach and a nearly-optimal backtracking scheme. We compare them via simulations with legacy strategies for a large set of random and real topologies and show that we obtain low degree of centralization when the problem is not tackled jointly.

RAN (Red de Acceso Radio) centralización se ha presentado como una solución atractiva para 5G. Sin embargo, los estrictos requisitos de las redes de hoy en día fronthaul, que conectan cabeceras de radio y plataformas informáticas, obstaculizan su despliegue en sistemas a gran escala. Para relajar estas limitaciones, la interfaz fronthaul próxima generación (NGFI) debe ser capaz de hacer frente a un partido flexible de las funciones RAN, adaptando el grado de centralización de las capacidades de la red de transporte. NGFI también debe ser capaz de explotar la multiplexación estadística y mayores grados de libertad en el transporte de datos a través de la fronthaul. A pesar de sus ventajas, en esta tesis ponemos en duda la capacidad de las técnicas estándar para el tráfico fronthaul ruta correctamente, mientras que la optimización de la división funcional RAN. A la luz de esto, se propone abordar ambos problemas de manera conjunta e idear dos algoritmos: un enfoque codiciosos heurística y un esquema de retroceso de casi óptima. Las comparamos a través de simulaciones con las estrategias existentes para un gran conjunto de topologías de azar y reales y mostrar que se obtiene bajo grado de centralización cuando el problema no se aborda de manera conjunta.

RAN (Xarxa d'Accés Ràdio) centralització s'ha presentat com una solució atractiva per 5G. No obstant això, els estrictes requisits de les xarxes d'avui en dia fronthaul, que connecten capçaleres de ràdio i plataformes informàtiques, obstaculitzen el seu desplegament a sistemes a gran escala. Per relaxar aquestes limitacions, la interfície fronthaul pròxima generació (NGFI) ha de poder fer front a un partit flexible de les funcions RAN, adaptant el grau de centralització de les capacitats de la xarxa de transport. NGFI també ha de ser capaç d'explotar la multiplexació estadística i majors graus de llibertat en el transport de dades a través de la fronthaul. Malgrat els seus avantatges, en aquesta tesi posem en dubte la capacitat de les tècniques estàndard per al trànsit fronthaul ruta correctament, mentre que l'optimització de la divisió funcional RAN. A la llum d'això, es proposa abordar els dos problemes de manera conjunta i idear dos algorismes: un enfocament cobdiciosos heurística i un esquema de retrocés de gairebé òptima. Les comparem a través de simulacions amb les estratègies existents per a un gran conjunt de topologies d'atzar i reals i mostrar que s'obté baix grau de centralització quan el problema no s'aborda de manera conjunta.